基于熵值法—C&RT算法的财务困境预警

全国中文核心期刊·财会月刊□

基于熵值法—C&RT算法的财务困境预警

刘澄（博士生导师）武鹏王荣

（北京科技大学东凌经济管理学院北京100083）

本文以EBITDA利息覆盖率作为财【摘要】客观准确地评价企业财务状况对于财务信息使用者而言具有重要意义。

务困境代理变量，将企业财务状况分为正常、危险、困境三种状态，进而根据企业连续两年历史财务状况是否发生变化，将企业分为稳定与不稳定两大类。最后分别为两类企业构建基于C&RT算法的财务困境预警模型，预测公司是否会发生财务困境，并提出相应的控制和处理财务困境的途径。实证结果表明分类建立财务预警模型，一方面能够捕捉各类财务状况企业的风险特征，另一方面可以针对不同风险特征提出相应的风险控制方案，提高企业财务管理工作效率。

【关键词】EBITDA利息覆盖率

信息熵C&RT决策树财务困境

模型，以期为企业及其利益相关方提供一种有效的便于理解的风险监控工具。

二、研究方法

1.熵值法。熵是“不确定性”的最佳测度，既可以通过计算熵值来判断一个指标的随机性及无序程度，也可以用熵值来判断某个指标的离散程度。指标的离散程度越大，该指标对综合评价的影响越大。

在建立评价指标体系的问题中，设有m个评价指标，n个评价对象，可获取多个对象对于多个指标的数据，从而形成评价矩阵A。

éa11êaêê21A=êêa31

êê…êëan1公式为：

a'ij=a'ij=

a12a22a32…an2

a13a23a33…an3

……………

a1mùa2múúúa3múú…úúúanmû

在竞争日益激烈的市场经济中，财务困境问题普遍的存在于现代企业中。财务困境的发生会对企业及其债权人、股权人等各利益相关方造成巨大的经济损失。研究如何监控风险，防范财务困境的发生对于企业及其各利益相关方来说具有重要的现实意义。

一、财务困境相关文献综述

对财务困境的理论界定，国内外学者有不同的观点，基本可归结为两类：一类是将财务困境定义为特定事件的发生，如因破产、债务违约、拖欠优先股股利以及以规避违约为目的而进行债务重组等（Beaver等，1966；EdwardI.Altman，1968；Brown等，1992）；另一类观点认为财务困境是介于稳健经营和破产之间的连续的动态的过程（Stephen等，2002；Purnanan dam等，2008）。

在与财务困境问题相关的实证研究中，国内外学者通常利用可测度的代理变量识别财务困境的发生。代理变量的选择取决于研究者对财产困境的界定。国外学者通常从出现偿债困难的角度定义财务困境，选取的代理变量有经营现金流量与财务费用比、利息保障倍数等。国内财务困境的相关研究使用最普遍的代理变量是ST标志，吴星泽（2011）对国内研究选择ST为代理变量这一惯行的做法提出了质疑，认为有些研究把财务危机概念的内涵界定为企业不能偿还到期本息，而在选择样本时把ST公司作为发生财务危机的公司。这显然违反了同一律的要求。按照计量经济学的标准，ST是公司陷入财务危机的一个糟糕的代理变量。

通过借鉴国内外学者的研究，本文认为公司陷入财务困境是一个动态演化的过程，并将资金管理技术性失败作为企业开始陷入财务困境的标志。本文选用更能反映公司短期内履行偿付义务能力的代理变量——EBITDA利息覆盖率。在建模方法的选择上，本文利用决策树算法建立财务困境预警

首先对评价矩阵进行标准化处理，本文采用极差变换法，

aij-1mina≤i≤nij

1≤i≤nij

1≤i≤n，1≤j≤m）

ijij1≤i≤n1≤i≤n

1≤i≤nij

（1）（2）

1≤i≤n，1≤j≤m）1≤i≤nij

maxa-aij

逆向指标均化为正向指标，最优值为1，最劣值为0。标准化之后得到一个新的矩阵A'，根据A'可以计算第j个指标的信息熵。第j个指标的熵值Hj为：

Hj=-K(∑PijlnPij)，（1，2，3，…，m）

ni=1

-1

其中：K=［Ln（m）］，Pij=aij

经过极值变换之后，标准化指标满足0≤a'ij≤1，并且正、

（3）

'

n

i=1

a'ij，（1，2，3，…，m），

假定当aij=0，Pij=0时，PijlnPij=0。

'

第j个指标的差异系数Gj=1-Hj。指标值的差异系数

2013.9下·15·□